中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
指挥控制与仿真

指挥控制与仿真 >

2024 , Vol. 46 >Issue 2: 141 - 149

DOI: https://doi.org/10.3969/j.issn.1673-3819.2024.02.020

武器与信息系统

不确定条件下作战筹划态势研判风险预测方法*

  • 贾琦 ,
  • 吉琳娜 ,
  • 王肖霞 ,
  • 杨风暴
展开
  • 中北大学信息与通信工程学院, 山西 太原 030051
† 吉琳娜(1988—),女,博士,副教授,硕士生导师。

贾 琦(1999—),女,硕士研究生,研究方向为战场态势感知等。

Office editor: 许韦韦

收稿日期: 2023-06-21

  修回日期: 2023-08-07

  网络出版日期: 2024-04-01

基金资助

国家自然科学基金项目(61972363)

山西省基础研究计划项目(202203021221104)

中北大学研究生科技基金(20221832)

收起

Risk prediction method for operational planning situation analysis under uncertain conditions

  • JIA Qi ,
  • JI Linna ,
  • WANG Xiaoxia ,
  • YANG Fengbao
Expand
  • School of Information and Communication Engineering, North University of China, Taiyuan 030051, China

Received date: 2023-06-21

  Revised date: 2023-08-07

  Online published: 2024-04-01

Fold

摘要

针对战场态势不确定、复杂繁多导致研判过程风险预测准确性差的问题,提出构建态势-风险模型并构造风险可能性分布以实现对风险的精准预测。首先,从敌情、我情以及战场环境态势研判内容入手建立风险预测指标体系;其次,剖析态势信息对风险的作用方式,构建指数、Z型、正切等风险模型并计算风险取值区间;然后,以可能性理论中模糊函数构造法为基础,以权重差和不确定性测度为依托,在风险取值区间内构造风险可能性分布;最后,采用某防御任务实例,结合专家系统及云模型方法进行实验,验证了所提方法的可行性和合理性。结果表明,在风险预测时所提方法能够充分考虑态势信息的不确定性,为后续筹划决策制定提供了重要依据。

关键词： 作战筹划; 不确定性; 态势研判; 可能性分布; 风险预测

本文引用格式

贾琦 , 吉琳娜 , 王肖霞 , 杨风暴 . 不确定条件下作战筹划态势研判风险预测方法*[J]. 指挥控制与仿真, 2024 , 46(2) : 141 -149 . DOI: 10.3969/j.issn.1673-3819.2024.02.020

Abstract

Aiming at the problem of uncertainty and complexity of battlefield situation, which leads to the poor accuracy of risk prediction in the process of research and judgment, it is proposed to build a situation-risk model and construct the risk possibility distribution in order to realize the accurate prediction of risk. Firstly, the risk prediction index system is established from the enemy situation, our situation and the battlefield environment situation research and judgment content; secondly, the role of situation information on the risk is analyzed, and the risk model such as exponential, Z-type, tangent and so on is constructed and the risk value interval is calculated; then, based on the fuzzy function constructing method in the possibility theory, and relying on the weighting difference and uncertainty measurement, the risk possibility distribution is constructed within the risk value interval. Finally, an example of a defense mission is used to verify the feasibility and reasonableness of the proposed method by combining the expert system and cloud modeling methods in an experiment. The results show that the proposed method can fully take into account the uncertainty of situational information in risk prediction, which provides an important basis for subsequent planning decision-making.

Key words： operational planning; uncertainty; situation analysis and judgment; probability distribution; risk prediction

态势研判作为作战筹划流程的重要环节[1],是在对作战任务充分理解的基础上,结合态势信息对敌情、我情以及战场环境进行研判并形成分析判断结论。对态势研判阶段风险进行预测可以辅助决策人员权衡利弊,减少由于分析判断结论的偏差产生的筹划失误,便于决策人员更加深刻、全面地感知战场局势,掌握作战主动权。而战场局势瞬息万变,使得态势信息充满不确定性,导致风险难以准确预测。因此,如何建立不确定性态势信息与风险间关系、剖析态势信息不确定性对风险的影响是能否实现精准预测的关键。
目前研究大多利用层次分析法、模糊综合评价法以及灰色理论等方法实现对风险的预测,王楚[2]利用模糊层次综合评价法探究了水利工程建造品质风险的评估值,并采用改进模糊层次分析法设计项目施工期质量风险;蔡志勇[3]提出一种运用危险性分析法、德尔菲法、层次分析法、模糊综合评价法的复合性方法,为森林航空消防安全评估和作战方案辅助决策提供参考和支撑;王玮[4]根据海上所开展的作战行动分析了海上编队的主要风险因素,并利用模糊综合评价法对作战方案风险进行评估;金永旵[5]从导弹研制过程出发建立了导弹研制风险评估流程及指标体系,提出了一种基于多层次灰色系统理论的风险评估模型。这些研究实现了对风险的评估,但这些方法在一定程度上需依靠专家经验,并且不适用于解决风险因素不确定性问题对风险评估结果精准性的影响。
可能性理论[6]作为处理不确定性信息的一种重要数学工具,由于其适用于小样本处理以及能够将各种类型的不确定性信息(模糊性、不完备性、非精确性等)进行处理的特点而受到关注,目前在故障诊断[7]、风险评估[8]以及图像融合[9]等方面获得了广泛运用。
综上所述,本文首先从“三情”(敌情、我情及战场环境)研判内容[10]出发构建态势研判风险预测指标体系,并对选取各风险的必要性进行描述;然后建立态势信息与风险间的定量关系,构建风险模型并计算风险取值区间;然后,利用态势信息的未确知性测度、模糊性测度以及不完整性测度在取值区间上构造风险可能性分布;最后,根据具体某防御任务背景,结合专家系统及云模型方法对所提方法进行验证,从而验证本文方法的可行性和有效性。

1 态势研判风险预测指标体系建立

根据作战筹划过程中态势研判内容[10],确定风险来源,具体如图1所示。
图1 态势研判风险来源

Fig.1 Situation analysis and risk sources

根据图1中风险来源建立对应的风险预测指标体系,如图2所示。
图2 态势研判风险预测指标体系

Fig.2 Situation analysis and risk prediction indicator system

1)蓝方规模认定有误风险
对蓝方规模进行认定是其态势研判中最重要的内容,战机、导弹数量及外部支援情况综合决定了其规模,若其规模认定有误,将会降低我兵力及资源配置的执行效果,造成防御不足或过度的后果。
2)红方防御能力不足风险
在评判防御能力时,需要结合对方攻击能力进行博弈和对比,红方单元包括侦察预警、火力打击、电子对抗以及综合保障单元等,当单元能力不足以防御敌方进攻时,将会产生防御能力不足的情况。
3)未达到预期目标风险
防御任务下达后,上级将会制定预期任务指标,包括预期目标安全率以及预期任务时长等,若在规定任务时长内未能达到预期目标,将会导致防御效果差,红方重要目标较易受到攻击,无法完成既定防御任务。
4)环境削弱防御能力风险
防御能力除由自身火力资源配置决定外,还受战场环境的影响,当气象、电磁以及地形环境较恶劣时,将会在一定程度上阻碍火力打击以及机动等任务的执行,进而削弱整体防御能力。

2 态势研判风险模型的构建

各风险发生往往不是由单一态势信息所决定,而是多个态势信息共同作用的结果;同时,由于态势信息与风险间关系多为非线性关系,增大了构建风险模型的难度,只有构建准确的风险模型,才能根据态势信息获得正确的风险取值区间,进而为后续风险可能性分布的构造奠定基础,实现准确预测态势和研判风险的目的,辅助指挥人员更精准地做出决策。

2.1 蓝方规模认定有误风险F1

F1体现在我方获取的对方规模信息与打击我方重要目标时对方应出动规模不符,对方所需规模分为战机及导弹两种武器类型进行分析。假设其共出动M种战机及P种导弹,且各类战机只搭载一种导弹,i型导弹的装药量为Wi(单位:kg),则单发i型导弹可产生的毁伤半径Ri为
Ri= K 1 3·WiTNT
其中,K1为毁伤系数,其取值与重要目标的材质有关[11],具体见表1,WiTNT为i型武器装药量对应的TNT当量,其关系为0.7Wi=WiTNT。
表1 K1取值

Tab.1 K1 value

重要目标材质 K1(m/kg1/3)
砂岩、石灰岩 0.91
含沙泥土 0.92
砖砌墙 0.97
混凝土 0.78
石建筑物 0.84
钢筋混凝土 0.47
当对重要目标达到一定毁伤效果时,对方所需战机数量为
Ni= S 目 标 π R i 2 · n i
其中,S目标为重要目标的面积或表面积,ni为对方战机上可挂载的i型导弹的数量。
对于非挂载导弹来说,所需数量为
Nj= S 目 标 π R i 2  
结合上述两方面分析,蓝方规模认定有误程度为
rGM= ∑ i = 1 M|Ni-NiY|+ ∑ j = 1 P|Nj-NjY|
其中,NiY和NjY分别表示我方获取到的对方出动的各类战机和导弹数量。
此外,对方外部支援情况同样也会影响对其规模认定的准确性,通常情况下,外部支援情况不是可量化的数据,而是“强、中、弱”等语言术语类信息,当外部支援情况已知时,认定有误程度较低,则其引发的蓝方规模认定有误程度rZY如下式所示:
$r_{_{ZY}}=\begin{cases}1,\quad&\text{外部支援已知}\\0.5,\quad&\text{外部支援未知}\end{cases}$
综合以上分析,F1的风险模型如式(6)所示:
F1=1- e - γ Z Y M + P r G M

2.2 红方防御能力不足风险F2

1)侦察预警能力PZC
① 覆盖能力pFG由自身侦察预警系统可提供的最大侦察半径rLD和任务侦察区域的半径rZQ决定,即
pFG= r L D r Z Q
当pFG≥1时取1,表示覆盖能力充足。
② 预警能力pYJ由自身侦察预警系统对对方进攻目标的最短预警时间tYJ和最短进攻时间tLX确定。当自身预警时间小于对方最短进攻时间时,红方将具有较充足时间进行防御部署,即
pYJ= 1 - t Y J t L X , 　 t Y J ≤ t L X 0 , 　 t Y J > t L X
综合以上分析,采用理想点法对侦察预警能力进行计算,即
PZC=1- ∑ w ( · ) ( 1 - p ( · ) ) 2
其中,(·)分别表示FG、YJ,且wFG+wYJ=1。
2)火力打击能力PHL
假设己方火力打击半径为Ri,对对方命中概率为pi,平均射击时间为ti,对方武器飞行速度为Vi,在掩护区域内对方武器被拦截了Ki次,基于排队论原理,己方火力打击武器对对方的拦截概率[12]为
Pi=1-(1-pi ) K i
其中,Ki= R i V i · t i,若己方火力打击武器数量为N,对方单位时间内进攻武器数量为n,则PHL为
PHL= 1 - ∏ i = 1 N ( 1 - P i ) n
3)电子对抗能力PDK
假设自身雷达干扰设备i对对方武器的干扰概率为pi,电子对抗系统可提供的最大干扰半径为LGR,任务干扰区域半径为LQY,干扰设备数量为M,对方单位时间内进攻武器数量为n,则PDK为
PDK=S 1 - ∏ I = 1 M ( 1 - p i ) n
其中,S= L G R L Q Y表示干扰覆盖率,当S≥1时取1,表明己方可对本次任务干扰区域实现全覆盖。
4)综合保障能力PBZ
综合保障能力从机动灵活性进行评定,其为定性的语言术语类信息,自身存在模糊性,结合文献数据以及专家经验,给出对应能力取值区间,如表2所示。
表2 机动灵活性能力取值区间

Tab.2 Maneuver flexibility capability value range

等级 能力取值区间(PBZ)
高 [0.75,1]
机动灵活性 中 [0.4,0.75]
低 [0,0.4]
随着各单元能力的增强,红方防御能力不足风险越小,则F2的风险模型如式(13)所示:
F2= 1 - 2 P Z 2 , 　 　 　 0 ≤ P Z < 0.5 2 ( P Z - 1 ) 2 , 　 0.5 ≤ P Z < 1
其中,红方综合能力为PZ=wZCPZC+wHLPHL+wDKPDK+wBZPBZ,且wZC+wHL+wDK+wBZ=1,分别表示PZC、PHL、PDK和PBZ的权重。

2.3 未达到预期目标风险F3

目标安全率[13]是衡量作战中目标安全程度的指标,也是评价我方火力配系的重要指标之一,假设我方火力防御武器数量为P,对方武器总数量为Q,我方火力打击能力为PHL,电子对抗能力为PDK,对方整体打击强度为ρ毁,t为任务时长,则兵力比为
λ= 2 πarctan 1 t· ∑ i = 1 P P H L ( 1 - P D K ) ∑ j = 1 Q ρ 毁
目标安全率与兵力比存在着一定的对应关系,随着兵力比增大,目标安全率也随之上升,其关系如下:
σ安全=   1 2 λ , 　 　 　 0 < λ ≤ 1 1 4 λ + 1 4 , 1 < λ ≤ 3 1 , 　 λ > 3
未达到预期目标程度是由实际防御任务执行情况与预期目标的偏离值衡量的,若预期目标安全率为σYQ,则目标安全率偏差值σ为
σ= σ Y Q - σ 安 全 , 　 σ 安 全 < σ Y Q 0 , 　 σ 安 全 ≥ σ Y Q
随着σ增大,未达成任务指标的可能性就越大,引发风险越大,则F3的风险模型构建为
F3= σ

2.4 环境削弱防御能力风险F4

1)气象环境
利用能见度dQX和风速vQX评定气象条件的优劣,按照气象学等级划分标准[14]对其进行等级划分,并确定其恶劣程度,具体如表3所示。
表3 气象环境等级划分及其恶劣程度

Tab.3 Classification of meteorological environment levels and severity

平均能见度dQX/
km		 恶劣程度
γ d Q X		 平均风速vQX/
(m/s)		 恶劣程度
γ v Q X
dQX≤0.05 1 17.1<vQX≤36.9 1
0.05<dQX≤0.2 [0.8,1] 10.7<vQX≤17.1 [0.8,1]
0.2<dQX≤0.5 [0.4,0.8] 5.4<vQX≤10.7 [0.4,0.8]
0.5<dQX≤1 [0,0.4] 0.2<vQX≤5.4 [0,0.4]
dQX≥1 0 0<vQX≤0.2 0
依据表3,得到气象综合恶劣程度为
γQX= γ d Q X · γ v Q X
2)电磁环境
电磁环境往往采用语言术语类信息进行评价,由于语言评定存在模糊性,利用区间数描述复杂度γDC,具体如表4所示。
表4 电磁环境等级划分及其复杂度

Tab.4 Classification and complexity of electromagnetic environment levels

电磁环境等级 电磁复杂度γDC
很复杂 [0.8,1]
比较复杂 [0.45,0.8]
一般复杂 [0,0.45]
3)地形环境
按照平均坡度和平均高程等级划分标准,分别对地形复杂程度进行划分并给出对应地形复杂度 γ s G C,具体如表5所示,地形越复杂,越阻碍机动任务的执行。
表5 地形环境等级划分及其复杂度

Tab.5 Classification and complexity of terrain environment levels

平均坡度qPD/
(°)		 复杂度
γ q P D		 平均高程sGC/
m		 复杂度
γ s G C
qPD>45 1 sGC>2 000 1
36<qPD≤45 [0.8,1] 1 000<sGC≤2 000 [0.8,1]
15<qPD≤36 [0.4,0.8] 500<sGC≤1 000 [0.4,0.8]
6<qPD≤15 [0,0.4] 200<sGC≤500 [0,0.4]
0<qPD≤6 0 sGC≤200 0
依据表5,得到地形综合复杂程度为
γDX= 1 2( γ q P D+ γ s G C)
当气象、电磁以及地形环境共同作用时,若γQX、γDC、γDX较大时,此时环境对防御能力的削弱呈现急剧增加趋势。因此,可选择变化速率大的凹函数对F4进行描述,具体如式(20)所示:
F5= t a n γ t a n ( 1 )
其中,γ=wQXγQX+wDCγDC+wDXγDX,wQX、wDC和wDX分别为气象、电磁以及地形环境的权重,且wQX+wDC+wDX=1。

3 基于不确定性测度的风险可能性分布构造

可能性反映了风险发生的程度,在风险取值区间内不同风险值对应可能度是不同的,如何在确定的风险值区间内精准把握各风险值发生的可能度是亟须解决的问题。以可能性理论中的模糊函数构造法为基础,以权重差和不确定性测度为依托,建立一套针对风险可能性分布的构造方法,具体步骤如下:
步骤1:确定可能性分布类型
可能度为1的风险值集合为“主值区间”,假设预测某风险需要M类态势信息,其中引发本次风险的态势信息数量为K,未引发本次风险的态势信息数量为T,各态势信息权重为w,则权重差μ为
μ= ∑ i = 1 Kwi- ∑ j = 1 Twj
若μ>0.4,说明造成风险的态势信息比重远远大于未造成风险的态势信息比重,此时风险有向上侧重的模糊趋势,选取偏大型分布(如S型分布);若-0.4<μ≤0.4,说明此时造成风险的态势信息比重相当,此时风险的模糊趋势集中于局部,选取中间型分布(如矩形分布);若μ≤-0.4,说明此时造成风险的态势信息比重远远小于未造成风险的态势信息比重,此时风险有向下侧重的模糊趋势,选取偏小型分布(如Z型分布)。
步骤2:确定可能度变化趋势
态势信息不确定性越大,可能度的变化情况就越复杂,不确定性包含未确知性、模糊性以及不完整性,具体如图3所示。
图3 态势信息不确定性组成

Fig.3 Composition of situation information uncertainty

结合“熵”的相关理论计算未确知性测度[15]如下:
δWQZ=- ∑ i = 1 n∂WQZlog2∂WQZ
其中,∂WQZ=wiΔxi(i=1,2,…,n),即造成风险态势信息中的区间型信息的权重和区间长度乘积之和。
模糊性测度计算如下:
δMH=- ∑ i = 1 n∂MHlog ∂ MH
其中,∂MH=wi,为造成各风险态势信息中定性语言术语类信息的权重。
不完整性测度计算如下:
δBWZ=- ∑ i = 1 n∂BWZlog ∂ BWZ
其中,∂BWZ=wi,为造成风险态势信息中缺失项的权重。
根据上述分析过程,可得到不确定性测度为
πBQD=δWQZ+δMH+δBWZ
当πBQD≥2时,选取凸函数(对数、反正切等)描述可能性变化趋势;当1≤πBQD<2时,选取线性函数描述可能性变化趋势;当πBQD<1时,选取凹函数(指数,正切等)描述可能性变化趋势。
综上,根据上述步骤可构造出态势研判风险的可能性分布,其伪代码如下:
算法:风险可能性分布构造
输入:影响风险的态势信息Fi_info,权重Fi_weight
输出:风险可能性分布类型type_Fi,可能性变化趋势trend_Fi,可能性分布函数function_Fi
Begin
for i=1 to 5 do
type_Fi←Determination of probability distribution type on μ
trend_Fi←Determination of the changing trend of possibility on πBQD
i+=1
end
function_Fi ←Risk probability distribution structure on type_Fi,trend_Fi

4 实验及结果分析

为验证方法的可行性,以某防御任务为例,对其态势研判风险进行预测,场景想定如下:假设对手计划对我方进行突袭,目的是摧毁我方某桥梁(钢筋混凝土材料,表面积为3 000 m2),迟滞我方行动,削弱其战斗力。上级部门要求我方在目标安全率达到95%的前提下全力保卫桥梁,任务时长预计4 h~4.5 h,防御任务是在以桥梁为中心,150~170 km为半径的区域内进行,对手、我方以及战场环境的态势信息如表6~表8所示。
表6 对手态势信息

Tab.6 Blue side situation information

态势信息 具体数值
A型战机 15~18架,单架挂载B型10枚
C型战机 10~13架,单架挂载D型15枚
B型导弹 60~70枚,单枚装药量20 kg
D型导弹 30~40枚,单枚装药量25 kg
E型导弹 5~8枚,单枚装药量256 kg
最短进攻时间 65~70 s
单位时间内最大出动规模 15~20个
外部支援 不明
对我方整体打击强度 90%~92%
表7 我方态势信息

Tab.7 Red side situation information

态势信息 数值 态势信息 数值
最大侦察半径 135 km 平均飞行速度 2.9 Ma
最短预警时间 68 s 干扰概率 90%~93%
雷达干扰范围 150 km 机动灵活性 低
干扰设备数量 6部 F型战机 65枚
火力打击半径 143 km G型战机 60枚
命中概率 85%~89% H型导弹 23架
平均射击时间 30 s I型导弹 50枚
表8 战场环境态势信息

Tab.8 Situation information of battlefield environment

态势信息 数值
平均能见度 0.4 km
平均风速 37.24 m/s
电磁环境 不明
平均坡度 40.5°
平均高程 1 598 m
根据本文构建的风险模型,结合本次防御任务基本态势信息,计算各风险的取值区间,如表9所示。
表9 态势研判风险取值区间

Tab.9 Risk range for situation analysis and assessment

风险项 取值区间
F1 [0.753 4,0.959 2]
F2 [0.105 8,0.308]
F3 [0.450 6,0.732 7]
F4 [0.491 7,0.687 4]
根据本次防御任务基本态势信息情况,利用第三节方法构造各风险的可能性分布。以F1为例,由于本次防御任务中,敌外部支援信息已知,不会引发F1的发生,敌战机及导弹数量与所需规模不符导致了F1的发生,权重差μ=0.5,选取偏大型分布,且敌战机及导弹数量信息引发的不确定性测度πBQD=2.374,选取对数函数描述其变化趋势,其余风险的可能性分布构造过程不再赘述,具体可能性分布如图4所示。
图4 态势研判风险可能性分布

Fig.4 Probability distribution of risk based on situation analysis

由图4结果分析可知,本次防御任务中,F1最大,且风险有向上侧重的模糊趋势,这是由于本次作战中我方对敌方兵器及武器数量掌握情况均不明确,同时也说明我方未将重要目标情况作为认定敌规模的重要因素;F3较大且风险有向中间集中的模糊趋势,其诱因主要是任务时长较长,实际目标安全率较差,导致未达到预期目标;F2和F4较小。需根据各风险产生的主要原因对自身的作战单元、兵力部署以及资源配置等进行适当调整,以减少态势研判过程可能引发的风险。
验证实验1:为了验证所提方法的合理性,邀请风险评估相关部门10位专家从图2中引发各风险的态势信息对风险的影响出发,对态势研判过程风险值进行评定,并利用AHP法得到各态势信息权重,具体如表10~表13所示。
表10 F1各态势信息权重

Tab.10 Weights of various situational information in F1

态势信息名称 兵器数量r1 武器数量r2 外部支援r3
权重 0.493 4 0.310 8 0.195 8
表11 F2各态势信息权重

Tab.11 Weights of various situational information in F2

态势信息
名称		 侦察预警
r4		 火力打击
r5		 电子对抗
r6		 综合保障
r7
权重 0.138 0 0.522 0 0.258 0 0.082 0
表12 F3各态势信息权重

Tab.12 Weights of various situational information in F3

态势信息名称 任务时长r8 目标安全率r9
权重 0.396 3 0.603 7
表13 F4各态势信息权重

Tab.13 Weights of various situational information in F4

态势信息名称 气象环境r10 电磁环境r11 地形环境r12
权重 0.297 0 0.163 4 0.539 6
10位专家对各态势信息引发的风险值评分结果如表14所示。
表14 各态势信息引发风险评价值

Tab.14 Risk assessment values triggered by various situational information

态势信息 1# 2# 3# 4# 5# 6# 7# 8# 9# 10#
r1 0.91 0.92 0.9 0.91 0.88 0.9 0.91 0.9 0.88 0.89
r2 0.93 0.9 0.91 0.92 0.9 0.91 0.89 0.88 0.9 0.88
r3 0.93 0.94 0.9 0.95 0.93 0.96 0.97 0.92 0.93 0.97
r4 0.21 0.23 0.2 0.21 0.22 0.22 0.21 0.2 0.21 0.23
r5 0.2 0.21 0.22 0.19 0.19 0.2 0.19 0.18 0.22 0.2
r6 0.26 0.25 0.22 0.23 0.25 0.26 0.24 0.27 0.25 0.27
r7 0.4 0.42 0.41 0.4 0.39 0.42 0.43 0.42 0.4 0.41
r8 0.75 0.72 0.73 0.72 0.75 0.74 0.72 0.73 0.74 0.72
r9 0.52 0.5 0.51 0.52 0.5 0.48 0.49 0.5 0.48 0.5
r10 0.52 0.53 0.55 0.54 0.56 0.52 0.55 0.54 0.53 0.56
r11 0.85 0.87 0.88 0.86 0.85 0.89 0.88 0.87 0.83 0.89
r12 0.67 0.66 0.68 0.67 0.7 0.65 0.67 0.69 0.68 0.68
根据表14评价值,结合表10~表14中各态势信息权重计算风险值评定结果,如表15所示。
表15 态势研判风险值评定结果

Tab.15 Situation analysis and risk assessment results

风险项 F1 F2 F3 F4
取值 0.908 4 0.232 1 0.591 9 0.667 3
通过结果对比发现,专家评定结果均落在本文方法计算出的风险取值区间内,且专家评定值均在各风险可能性分布的主值区间内,可证明本文方法的预测结果与专家评定结果较为契合,说明在实际评估过程中,本文方法具有一定的适用性,从而验证了本文构建的风险模型及可能性分布构造方法的合理性,能够实现对防御任务筹划态势研判风险预测的目的。
验证实验2:利用验证实验1中的态势信息权重及专家评定值,依据云模型[16]对态势研判风险进行预测。首先生成云标尺C-2、C-1、C0、C+1和C+2,具体方法见文献[16];其次计算F1~F4的综合评估结果云,结果如表16所示,云图如图5所示。
表16 综合评估结果云

Tab.16 Comprehensive evaluation result cloud

风险项 结果云
F1 (0.908 4,0.027 8,0.018 4)
F2 (0.232 1,0.025 9,0.02)
F3 (0.591 9,0.027 8,0.018 4)
F4 (0.667 3,0.049 2,0.019 2)
图5 综合评定结果云图

Fig.5 Comprehensive evaluation result cloud map

由图5可知,各结果云与本文方法中预测出的各风险取值区间基本吻合,F2与C-1云标尺的相似度较大,说明F2有向风险较大一侧的模糊趋势,与本文方法中构造的F2风险可能性分布特征相同;同样地,F1、F3和F4的结果云与可能性分布的特征也相同,因而说明了本文风险可能性分布构造的合理性。

5 结束语

本文建立了态势研判风险预测指标体系,剖析了态势信息与风险间的关系,构建了风险模型;在风险区间上构造其可能性分布,将态势信息不确定性列入风险预测过程中考虑;通过实验验证了本文方法的合理性和可行性,为我方指挥决策人员把握战局提供了重要依据,减少了后续决策的失误,为态势研判风险预测提供了新的方法。但在构建风险函数时考虑的基本态势信息不够全面和复杂,后续将在构建风险模型上进一步探究,思考态势信息作用于风险更细化的方式,提升风险模型的合理性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
杜思良, 韩东. 基于目标态势的陆战场情况分析判断技术[J]. 指挥控制与仿真, 2019, 41(2): 104-108.

DOI

DU S L, HAN D. Research on target posture based battlefield situation estimation techniques[J]. Command Control & Simulation, 2019, 41(2): 104-108.

[2]
王楚. 基于模糊层次综合评价法的水利施工质量风险评估研究[J]. 水利科学与寒区工程, 2021, 4(3): 89-93.

WANG C. Risk assessment of water conservancy construction quality based on fuzzy and analytic hierarchy process synthetic evaluation[J]. Hydro Science and Cold Zone Engineering, 2021, 4(3): 89-93.

[3]
蔡志勇, 吕惠, 周睿, 等. 森林航空消防风险与作战方案的综合模糊评估[J]. 中国安全生产科学技术, 2022, 18(7): 201-206.

CAI Z Y, LYU H, ZHOU R, et al. Comprehensive fuzzy assessment on risk and combat plan of forest aviation fire fighting[J]. Journal of Safety Science and Technology, 2022, 18(7): 201-206.

[4]
王玮, 余家祥, 杨绍清, 等. 信息化海上编队作战决心方案风险评估[J]. 系统工程与电子技术, 2016, 38(3): 569-574.

WANG W, YU J X, YANG S Q, et al. Operation resolution scheme risk assessment for informationized warship formation at sea[J]. Systems Engineering and Electronics, 2016, 38(3): 569-574.

[5]
金永旵, 王亮. 基于多层次灰色模型的导弹装备研制风险评估方法[J]. 兵器装备工程学报, 2017, 38(1): 146-153, 167.

JIN Y C, WANG L. Risk assessment method of developing missile based on multi-hierarchy grey model[J]. Journal of Ordnance Equipment Engineering, 2017, 38(1): 146-153, 167.

[6]
杨风暴, 吉琳娜, 王肖霞. 可能性理论及应用[M]. 北京: 科学出版社, 2019.

YANG F B, JI L N, WANG X X. Possibility theory and application[M]. Beijing: Science Press, 2019.

[7]
WANG Z C, YU M. Fault diagnosis for uncertain steer-by-wire system via uncertain bond graph and the adaptive difference evolution mutation operation[C]// 2022 IEEE Industrial Electronics and Applications Conference (IEACon). Kuala Lumpur, 2022: 134-139.

[8]
姜星, 杨风暴, 王肖霞. 可能性理论与VIKOR相结合的尾矿坝风险决策方法[J]. 中国科技论文, 2017, 12(20): 2375-2379.

JIANG X, YANG F B, WANG X X. Tailings Dam risk decision method based on the combination of possibility theory and VIKOR[J]. China Science Paper, 2017, 12(20): 2375-2379.

[9]
JI L N, GUO X M, YANG F B. Adaptive layered fusion algorithm for infrared and visible video based on possibility theory[J]. Journal of Beijing University of Aeronautics and Astronautics, 2022:48.

[10]
谢苏明, 毛万峰, 李杏. 关于作战筹划与作战任务规划[J]. 指挥与控制学报, 2017, 3(4): 281-285.

XIE S M, MAO W F, LI X. Operational design and operational mission planning[J]. Journal of Command and Control, 2017, 3(4): 281-285.

[11]
王敬华, 干代武, 朱雪平. 点状保卫目标的空袭规模预测模型[J]. 火力与指挥控制, 2008, 33(S2): 53-56.

WANG J H, GAN D W, ZHU X P. Forecasting model of air raid scale for point target defence[J]. Fire Control and Command Control, 2008, 33(S2): 53-56.

[12]
赵鹏蛟, 李建国, 李红霞, 等. 基于Memetic算法的要地防空兵力机动部署优化方法[J]. 火力与指挥控制, 2018, 43(9): 25-29.

ZHAO P J, LI J G, LI H X, et al. Optimization of troops maneuver deployment for key-point air defense based on memetic algorithm[J]. Fire Control & Command Control, 2018, 43(9): 25-29.

[13]
罗金亮, 王玺. 防空导弹网络化作战体系结构及效能评估[J]. 战术导弹技术, 2011(5): 15-18.

LUO J L, WANG X. Research on effectiveness evaluation and system structure of air-defense missile network operation[J]. Tactical Missile Technology, 2011(5): 15-18.

[14]
张萌. 地形可通行性分析研究[D]. 西安: 长安大学, 2020.

ZHANG M. Research on terrain traffic ability analyse[D]. Xi’an: Chang’an University, 2020.

[15]
XUE Q W, WANG J. Fuzzy proportional boundary element method for solving uncertain force/thermal singularity problems[J]. J Basic Sci Eng, 2021(29): 889-900.

[16]
董鹏, 张其霄, 史博元, 等. 基于云模型的战时海上运输风险评估研究[J]. 火力与指挥控制, 2022, 47(7): 157-164.

DONG P, ZHANG Q X, SHI B Y, et al. Research on risk assessment of maritime transportation in wartime based on cloud model[J]. Fire Control & Command Control, 2022, 47(7): 157-164.

Options
文章导航

/

〈 〉